Projektin tavoitteet
AIST-hanke yhdistää laserspekstroskopian menetelmät sekä tekoälyn (AI-based Spectroscopic Technique). AIST-hanke on Satakunnan ammattikorkeakoulun hanke, johon osallistuu kaksi vierailevaa tutkijaa Oulun yliopistosta (akkumateriaalit) sekä Tampereen yliopistosta (spektroskopia).
Hankkeessa selvitetään, voidaanko tekoälyn ja laserspektroskopian yhdistelmällä tunnistaa ja lajitella akkumateriaalit luotettavasti kierrätystä varten. Ajatuksena on, että laserspektroskopiaa käytetään kierrätysakkumateriaalin analysointiin, ja kerättyä dataa analysoidaan tekoälyn avulla. Tavoite on opettaa tekoäly tunnistamaan akkumateriaalin sisältämiä alkuaineita nopeasti ”online” kierrätysprosessin osana. Näin akut/materiaalit voitaisiin ohjata tehokkaasti oikeisiin jatkokäsittelyprosesseihin.
Menetelmä perustuu aiemmissa spektroskopiahankkeissa sekä aiemmissa tekoälyhankkeissa kehitettyyn nykyiseen työtietoon. Hankkeen tutkimuskysymys on, voidaanko tekoälyyn perustuvalla spektroskopiatekniikalla tunnistaa ja lajitella akkumateriaalit luotettavasti kierrätystä varten. Tieteellisesti uskottavat teolliset tutkimukset todellisissa olosuhteissa antavat näyttöä menetelmän vaikutuksesta. Uudenlaisen menetelmän mukauttaminen tarjoaa liiketoimintamahdollisuuksia teollisuuden alalla toimiville yrityksille. Tässä hankkeessa ei kuitenkaan kehitetä suoraan tuotteita tai palveluja. Lisäksi SAMKin henkilöstö harjoittaa avointa innovointia ja avointa saatavuutta.
Yhteystiedot:
Projektipäällikkö
Johanna Valio
johanna.valio@samk.fi
Käytännön toimet
Hankkeessa kartoitetaan nykyiset ja tulevat akkumateriaalit, ja akkujen kierrätysprosessien keskeiset materiaalien tunnistukseen liittyvät haasteet.
Akkumateriaalien tunnistamiseen soveltuvat spektroskopian menetelmät selvitetään.
Tekoälyjärjestelmä opetetaan tunnistamaan alkuaineita ja niiden pitoisuuksia akkumateriaaleista.
Tekoälyä ja laserspektroskopiaa akkumateriaalien tunnistamiseen hyödyntävä järjestelmä suunnitellaan ja rakennetaan laboratorioon, ja järjestelmän toimivuus ja tarkkuus selvitetään käytännön testein.
Tunnistusjärjestelmää ja menetelmää on tavoitteena kehittää myös sovellettavaksi teollisuuden käyttöön.
